在机器学习中，我们非常关心模型的预测能力，即模型在新数据上的表现，而不希望过拟合现象的的发生，我们通常使用正则化（regularization）技术来防止过拟合情况。正则化是机器学习中通过显式的控制模型复杂度来避免模型过拟合、确保泛化能力的一种有效方式。如果将模型原始的假设空间比作“天空”，那么天空 ...
分类：
其他好文 时间：
2018-02-21 18:14:58
阅读次数：
362
sklearn中有很多经典分类器，使用非常简单：1.导入数据 2.导入模型 3.fit >predict 下面的示例为在iris数据集上用各种分类器进行分类： ...
分类：
其他好文 时间：
2018-02-09 20:35:00
阅读次数：
1041
1.C4.5算法 2. k 均值聚类算法 3.支持向量机 4. Apriori 关联算法 5.EM 最大期望算法 Expectation Maximization 6、PageRank 算法 7、AdaBoost 迭代算法 8、kNN 算法 9、朴素贝叶斯算法 10、CART 分类算法。 1.C4. ...
分类：
编程语言 时间：
2018-02-05 10:40:41
阅读次数：
263
ng机器学习视频笔记（三） ——线性回归的多变量、特征缩放、标准方程法 （转载请附上本文链接——linhxx） 一、多变量 当有n个特征值，m个变量时，h(x)= θ0+θ1x1+θ2x2…+θnxn，其中可以认为x0=1。因此，h(x)= θTx，其中θ是一维向量，θ=[θ0, θ1…θn] T， ...
分类：
其他好文 时间：
2018-02-04 12:39:15
阅读次数：
177
问题起因 最近要将一个文本分割成好几个topic，每个topic设计一个regressor，各regressor是相互独立的，最后汇总所有topic的regressor得到总得预测结果。没错！类似bagging ensemble！只是我没有抽样。文本不大，大概3000行，topic个数为8，于是我写 ...
分类：
编程语言 时间：
2018-01-23 18:20:23
阅读次数：
208
Statistics Numeric type 随机试验 Random experiment 样本空间 Sample space 样本点 Sample point 事件事件 Random event 包含 Contain 等价 Equivalent 和 Union 积 Intersection 互斥 ...
分类：
其他好文 时间：
2018-01-08 14:50:32
阅读次数：
154
from numpy import genfromtxt from sklearn import linear_model datapath=r"Delivery_Dummy.csv" data = genfromtxt(datapath,delimiter=",") x = data[1:,:-1... ...
分类：
其他好文 时间：
2018-01-07 14:11:22
阅读次数：
386
转自：数据标准化/归一化normalization 这里主要讲连续型特征归一化的常用方法。离散参考[数据预处理：独热编码（One-Hot Encoding）]。 基础知识参考： [均值、方差与协方差矩阵 ] [矩阵论：向量范数和矩阵范数 ] 数据的标准化（normalization）和归一化 数据的 ...
分类：
其他好文 时间：
2017-12-13 11:48:31
阅读次数：
271
1. 概率生成模型 概率生成模型的目的，就是找出给定观测数据内部的统计规律，并且能够基于所得到的概率分布模型，产生全新的，与观测数据类似的数据。 2. 常见的生成模型 （1） 生成对抗网络（GAN） （2）变分自动编码模型（VAE） （3）自回归模型（Auto-regressive） 3. GAN模 ...
分类：
其他好文 时间：
2017-11-29 21:54:43
阅读次数：
121
